[理学]运筹学 整数规划.pptVIP

1 整数规划 Integer Programming（IP） 整数规划 2 整数规划 Integer Programming（IP） 整数规划数学模型的一般形式 （IP）问题 Max（min） z = ∑cjxj ∑aijxj ≤（或=，或≥）bi i=1，2，…，m xj ≥ 0 j=1，2，…，n xj 中部分或全部取整数 s.t. 松弛问题 Max（min） z = ∑cjxj ∑aijxj ≤（或=，或≥）bi i=1，2，…，m xj ≥ 0 j=1，2，…，n s.t. 松弛问题：不考虑整数条件，由余下的目标函数和约束条件构成的规划问题称为该整数规划问题的松弛问题。 3 整数规划 Integer Programming（IP） 整数规划问题的类型 纯整数线性规划——pure integer linear programming：全部决策变量都必须取整数值。 混合整数线性规划——mixed integer linear programming：决策变量中一部分必须取整数值，另一部分可以不取整数值。 0-1型整数线性规划——zero-one integer linear programming：决策变量只能取值 0 或 1 。 4 整数规划 Integer Programming（IP） 线性整数规划问题解的特点 整数规划问题的可行解是松弛问题的可行解吗？ 松弛问题的最优解就是线性整数规划问题的最优解吗？ 松弛问题的最优解经过化整处理后就是整数规划的最优解吗？ 5 整数规划 Integer Programming（IP） 例1 Max Z = 20X1 +10 X2 5X1 + 4X2 ≤ 24 2X1 + 5X2 ≤ 13 X1 ， X2 ≥ 0 X1 ， X2 取整数 s.t. 6 整数规划 Integer Programming（IP） 最优解不一定在顶点上达到； 最优解不一定是放松问题最优解的邻近整数解； 整数可行解远多余于顶点，枚举法不可取 7 整数规划 Integer Programming（IP） 整数规划问题的求解方法 分支定界法（branch and bound method） 设有最大化的整数规划问题A，与它相应的线性规划问题为B，求解问题B，若B的最优解不符合A的整数条件，则B的最优值一定为A最优值Z*的上界，而A的任意可行解的目标函数值将是Z*的下界，分支定界法就是将B的可行域分成子区域（称为分支方法）的方法，通过减小最优值的上界和下界最终得到最优值。 8 整数规划 Integer Programming（IP） 例2 Max Z = X1 + X2 14X1 + 9X2 ≤ 51 - 6X1 + 3X2 ≤ 1 X1 ， X2 ≥ 0 X1 ， X2 取整数 s.t. 9 整数规划 Integer Programming（IP） 松弛问题 Max Z = X1 + X2 14X1 + 9X2 ≤ 51 - 6X1 + 3X2 ≤ 1 X1 ， X2 ≥ 0 该整数规划松弛问题的解为： （X1 ，X2 ）= （3/2 ，10/3） Z0 = 29/6 0≦Z* ≦29/6 10 整数规划 Integer Programming（IP） 0≦Z* ≦29/6 为原问题增加两个约束条件 X1≥ 2； X1≤ 1 问题2 问题1 11 整数规划 Integer Programming（IP） 松弛问题 Max Z = X1 + X2 14X1 + 9X2 ≤ 51 - 6X1 + 3X2 ≤ 1